پامنا موبایل لپ تاپ

سازمان ناسا از زمان تأسیس خود در سال ۱۹۵۸، نقش بی‌بدیلی در گسترش دانش بشر از فضا ایفا کرده است. در میان صدها مأموریت فضایی که این سازمان به انجام رسانده، برخی از آنها تأثیری عمیق و ماندگار بر علم، مهندسی و تاریخ بشریت گذاشته‌اند.

این مأموریت‌ها شامل رساندن انسان به ماه، متحول کردن نجوم، کشف جهان‌های ناشناخته منظومه شمسی و حتی فراتر رفتن از مرزهای نفوذ خورشید بوده‌اند. در ادامه، ۱۵ مأموریت کلیدی ناسا معرفی می‌شوند که میراث آنها همچنان الهام‌بخش اکتشافات فضایی و پیشرفت‌های علمی است.

۱۵. پروژه Mercury (۱۹۵۸-۱۹۶۳)

این نخستین برنامه پرواز فضایی سرنشین‌دار ناسا، اثبات کرد که فضانوردان آمریکایی می‌توانند در فضا زنده بمانند و فعالیت کنند. آلن شپرد در سال ۱۹۶۱ اولین آمریکایی شد که به فضا رفت و یک سال بعد، جان گلن به عنوان اولین آمریکایی به مدار زمین رسید. این برنامه سنگ بنای تمامی مأموریت‌های سرنشین‌دار بعدی را گذاشت.

۱۴. پروژه Gemini (۱۹۶۱-۱۹۶۶)

پیش از اعزام فضانوردان به ماه، ناسا نیاز داشت تا فناوری‌های حیاتی مانند ملاقات و اتصال فضاپیماها در مدار، پروازهای طولانی‌مدت و راهپیمایی فضایی را توسعه دهد. پروژه Gemini با موفقیت به تمامی این اهداف دست یافت و به پلی فناورانه بین برنامه‌های Mercury و Apollo تبدیل شد.

۱۳. Apollo 11 (۱۹۶۹)

شاید هیچ مأموریت فضایی دیگری به اندازه Apollo 11 مسیر تاریخ را دگرگون نکرده باشد. نیل آرمسترانگ و باز آلدرین به عنوان اولین انسان‌ها بر روی ماه قدم گذاشتند، در حالی که مایکل کالینز در مدار ماه باقی ماند. این دستاورد بی‌نظیر ثابت کرد که بشر می‌تواند به یک جرم آسمانی دیگر سفر کرده و با موفقیت به زمین بازگردد، و الهام‌بخش نسل‌های متعددی از دانشمندان و مهندسان شد.

۱۲. Skylab (۱۹۷۳-۱۹۷۹)

Skylab، اولین ایستگاه فضایی آمریکا، نشان داد که انسان می‌تواند برای ماه‌ها در فضا زندگی و کار کند. خدمه این ایستگاه صدها آزمایش در زمینه‌هایی مانند پزشکی، فیزیک خورشیدی و مطالعه زمین انجام دادند و راه را برای ساخت ایستگاه فضایی بین‌المللی در دهه‌های بعدی هموار کردند.

۱۱. Viking 1 (۱۹۷۵-۱۹۸۲)

پس از فرود موفقیت‌آمیز در سال ۱۹۷۶، Viking 1 به اولین مأموریتی تبدیل شد که توانست با موفقیت بر اخبار کارگران روی سطح مریخ فعالیت کند. این فضاپیما اولین تصاویر از سطح مریخ را به زمین ارسال کرد، خاک مریخ را تجزیه و تحلیل نمود و آزمایش‌های پیشگامانه‌ای را برای یافتن نشانه‌های حیات انجام داد.

۱۰. Voyager 1 و Voyager 2 (از ۱۹۷۷ تاکنون)

دو فضاپیمای وویجر که در ابتدا برای مطالعه سیارات بیرونی منظومه شمسی طراحی شده بودند، اولین تصاویر نزدیک از مشتری، زحل، اورانوس و نپتون را به زمین فرستادند. هر دو فضاپیما همچنان فعال هستند و Voyager 1 به عنوان اولین ساخته دست بشر وارد فضای میان‌ستاره‌ای شده است.

۹. برنامه Space Shuttle (۱۹۸۱-۲۰۱۱)

برنامه شاتل با معرفی فضاپیماهای با قابلیت استفاده مجدد جزئی، دسترسی به مدار پایین زمین را متحول کرد. مأموریت‌های شاتل برای استقرار و تعمیر ماهواره‌ها، حمل تلسکوپ فضایی هابل به مدار و مونتاژ بخش‌های بزرگی از ایستگاه فضایی بین‌المللی به کار رفتند. این برنامه طی سه دهه، در مجموع ۱۳۵ مأموریت را به انجام رساند.

۸. تلسکوپ فضایی هابل (از ۱۹۹۰ تاکنون)

هابل نجوم مدرن را دگرگون کرد. مشاهدات این تلسکوپ به دانشمندان در تعیین دقیق‌تر سن جهان، مطالعه سیاه‌چاله‌ها و کشف هزاران کهکشان کمک کرد و شماری از ماندگارترین تصاویر فضایی را در اختیار بشر قرار داد. پس از گذشت بیش از سه دهه، هابل همچنان داده‌های علمی مهم و اکتشافات جدیدی ارائه می‌دهد.

۷. Mars Pathfinder (۱۹۹۷)

مأموریت Pathfinder، جهان را با Sojourner آشنا کرد؛ اولین مریخ‌نوردی که بر روی سیاره‌ای دیگر فعالیت داشت. این مأموریت نشان داد که اکتشافات رباتیک با هزینه‌های نسبتاً پایین نیز می‌توانند دستاوردهای علمی بزرگی به همراه داشته باشند و زمینه را برای نسل‌های پیشرفته‌تر مریخ‌نوردهای ناسا فراهم کرد.

۶. Cassini (۱۹۹۷-۲۰۱۷)

Cassini درک بشر از زحل و قمرهای آن را متحول کرد. این مأموریت فوران ستون‌های غنی از آب را از سطح انسلادوس آشکار ساخت، دریاچه‌های متان تیتان را مورد مطالعه قرار داد و نشان داد که برخی قمرهای یخی ممکن است محیط‌هایی مناسب برای پشتیبانی از حیات داشته باشند.

۵. Spirit و Opportunity (۲۰۰۳-۲۰۱۹)

این دو مریخ‌نورد قرار بود تنها ۹۰ روز مریخی دوام بیاورند، اما عملکرد آنها بسیار فراتر از انتظار بود. Opportunity نزدیک به ۱۵ سال فعالیت کرد و شواهد بسیار محکمی یافت که نشان می‌داد در گذشته آب مایع بر روی مریخ جریان داشته است. این یافته‌ها برداشت علمی از تاریخچه این سیاره را به شکل چشمگیری تغییر دادند.

۴. Curiosity (از ۲۰۱۱ تاکنون)

آزمایشگاه متحرک Curiosity شواهدی به دست آورد که نشان می‌دهد مریخ باستانی زمانی دارای دریاچه‌ها و رودخانه‌ها بوده و مواد شیمیایی لازم برای شکل‌گیری حیات میکروبی را در اختیار داشته است. این مریخ‌نورد همچنان در حال بررسی این است که چگونه مریخ از جهانی مرطوب‌تر به بیابان سرد امروزی تبدیل شد.

۳. تلسکوپ فضایی جیمز وب (از ۲۰۲۱ تاکنون)

تلسکوپ فضایی جیمز وب که با هدف جانشینی هابل ساخته شد، تاکنون برخی از نخستین کهکشان‌های شناخته‌شده جهان را مشاهده کرده است. این تلسکوپ همچنین جو سیارات فراخورشیدی را بررسی نموده و عکس‌هایی بی‌سابقه در طول موج فروسرخ از کیهان ارائه داده است. یافته‌های آن از همین حالا در حال تغییر دادن درک دانشمندان از نجوم و کیهان‌شناسی هستند.

۲. Perseverance و Ingenuity (از ۲۰۲۰ تاکنون)

مریخ‌نورد Perseverance در دهانه Jezero به دنبال نشانه‌هایی از حیات میکروبی باستانی می‌گردد و هم‌زمان نمونه‌هایی را برای بازگرداندن احتمالی به زمین جمع‌آوری می‌کند. همراه آن، Ingenuity به نخستین وسیله پرنده‌ای تبدیل شد که توانست در سیاره‌ای دیگر پرواز کنترل‌شده و پیشران انجام دهد. این موفقیت فصل کاملاً تازه‌ای را در اکتشاف سیارات گشود.

۱. Artemis I (۲۰۲۲)

بیش از ۵۰ سال پس از برنامه Apollo، مأموریت Artemis I فضاپیمای Orion و سامانه پرتاب فضایی SLS ناسا را طی یک مأموریت بدون سرنشین در اطراف ماه با موفقیت آزمایش کرد. این مأموریت آغاز برنامه Artemis بود؛ برنامه‌ای که هدف آن بازگرداندن فضانوردان به سطح ماه و در نهایت فراهم کردن مقدمات مأموریت‌های انسانی به مریخ است.

مشهد ترکیبی منحصربه‌فرد از تقاضای محلی پایدار و موج‌های فصلی گردشگر و زائر دارد. همین ویژگی باعث می‌شود سئو در مشهد فقط کپی نسخه تهران نباشد. برخی کسب‌وکارها عمدتاً به ساکنان شهر وابسته هستند؛ برخی دیگر به مسافران کوتاه‌مدت. استراتژی درست با شناخت این دو جریان شروع می‌شود و بعد به صفحات سایت، نقشه و محتوا می‌رسد.

رقابت در خدمات پرتقاضا مثل دندانپزشکی، پوشاک، آموزش زبان، حمل‌ونقل و اقامت بالاست. رتبه گرفتن ممکن است، اما نگه‌داشتن آن نیازمند تجربه کاربری قوی و پاسخگویی سریع است. اگر هنوز نقشه راه مشخصی ندارید، مسیر مشاوره و اجرای سئو سایت در بهترین سئو می‌تواند وضعیت فعلی دامنه را روشن و اولویت‌ها را مرتب کند.

در ادامه، چارچوبی عملی برای کسب‌وکارهای مشهدی می‌بینید: از انتخاب کلمات تا سئو محلی، از محتوای مناسب مسافر تا شاخص‌های واقعی فروش.

اینفوگرافیک سئو در مشهد با برند بهترین سئو

شناخت مخاطب در سئو مشهد

اولین سؤال این است که مشتری هدف شما کیست. اگر آرایشگاه یا آموزشگاه کنکور هستید، تمرکز اصلی روی ساکنان و محله‌هاست. اگر هتل، اقامتگاه یا فروش سوغات دارید، جستجوهای قبل از سفر و هنگام اقامت اهمیت بیشتری پیدا می‌کند. بعضی برندها هر دو را پوشش می‌دهند؛ در این حالت باید صفحات و پیام‌ها را جدا نگه دارید تا کاربر سردرگم نشود.

زمان جستجو هم فرق دارد. مسافر ممکن است شب قبل از حرکت یا همان روز ورود جستجو کند و به سرعت پاسخ، عکس واقعی و موقعیت دقیق نیاز دارد. مشتری محلی معمولاً مقایسه بیشتری می‌کند و نظرات را دقیق‌تر می‌خواند. صفحه مقصد باید برای هر دو سناریو آماده باشد: اطلاعات فوری در بالای صفحه و جزئیات اعتمادساز در ادامه.

زبان محتوا را بر اساس نیت تنظیم کنید. برای زائر و مسافر، مسیر دسترسی، نزدیکی به نقاط شاخص و ساعات پاسخگویی حیاتی است. برای مخاطب محلی، سابقه برند در شهر، نمونه‌کار و خدمات پس از فروش وزن بیشتری دارد.

پایه فنی سایت قبل از کمپین کلمات مشهد

بدون سایت سریع و قابل استفاده در موبایل، بودجه محتوا هدر می‌رود. بسیاری از جستجوهای محلی روی گوشی انجام می‌شود. دکمه‌های تماس و مسیریابی باید واضح باشند، فرم‌ها کوتاه بمانند و پاپ‌آپ‌های مزاحم تجربه را خراب نکنند.

ساختار آدرس‌ها، عناوین یکتا برای صفحات خدمت، و رفع محتوای تکراری بین دسته‌ها از کارهای پایه‌ای است. اگر چند شعبه در مشهد دارید، برای هر کدام صفحه مستقل با آدرس و ساعات واقعی بسازید. کپی کردن یک متن برای همه شعبه‌ها معمولاً نتیجه ضعیفی می‌دهد.

امنیت، نسخه موبایل پایدار و رصد سرچ کنسول را جدی بگیرید. خطاهای خزیدن و صفحات حذف‌شده بدون ریدایرکت، به‌خصوص بعد از بازطراحی سایت، رتبه محلی را آسیب می‌زند. سئو در مشهد وقتی جان می‌گیرد که زیرساخت آرام و قابل اعتماد باشد.

سئو محلی: نقشه، نظرات و یکپارچگی اطلاعات

پروفایل کسب‌وکار گوگل برای مشهد حیاتی است. دسته‌بندی درست، محدوده خدمت، عکس‌های واقعی از محیط و محصولات، و پاسخ منظم به نظرات، دیده شدن در بسته محلی را تقویت می‌کند. نام برند را ثابت نگه دارید تا هویت شما بین سایت و نقشه دو تکه نشود.

نظرات واقعی دارایی شما هستند. از مشتریان راضی بخواهید تجربه مشخص بنویسند؛ مثلاً سرعت پذیرش یا کیفیت ارسال. پاسخ محترمانه به نقد منفی نشان می‌دهد برند زنده و مسئولیت‌پذیر است. خرید نظر جعلی را کنار بگذارید؛ هم از نظر اخلاقی نادرست است و هم ریسک پنالتی دارد.

فهرست‌های معتبر شهری و صنفی اگر اطلاعات یکسان داشته باشند مفیدند. ناسازگاری تلفن یا آدرس بین منابع مختلف، اعتماد الگوریتمی را کم می‌کند. یک فایل مرجع داخلی برای NAP داشته باشید و همه کانال‌ها را با آن هماهنگ کنید.

محتوایی که برای مشهد کار می‌کند

مقالات کاربردی بهتر از شعارهای کلی‌اند. راهنمای انتخاب خدمت در فصل شلوغ، نکات مراجعه حضوری، مقایسه گزینه‌های اقامت یا خدمات برای خانواده‌ها، و پاسخ به سؤالات پرتکرار پشتیبانی می‌تواند ورودی پایدار بسازد. هر محتوا باید به یک صفحه خدمت یا تماس لینک داخلی شفاف داشته باشد.

برای کسب‌وکارهای گردشگری‌محور، تقویم محتوایی فصلی مهم است. قبل از ایام شلوغ، صفحات ظرفیت، قوانین رزرو و پرسش‌های رایج را به‌روز کنید. بعد از فصل، روی بازبینی تجربه مشتری و تقویت صفحات دائم‌سبز تمرکز کنید تا ترافیک محلی حفظ شود.

ویدیو کوتاه از دسترسی محل، محیط داخلی و فرآیند خدمت برای مخاطب موبایلی بسیار مؤثر است. فقط حجم فایل را کنترل کنید تا سرعت صفحه قربانی نشود. متن جایگزین تصاویر و عناوین واضح هم به دسترس‌پذیری و سئو کمک می‌کند.

کلمات کلیدی محلی و اولویت‌بندی

به جای قفل شدن روی یک عبارت خیلی عمومی، سبدی از کلمات بسازید: خدمت + مشهد، خدمت + محله‌های هدف، و پرسش‌های طولانی‌تر. داده‌های تماس تلفنی و چت پشتیبانی معدن طلایی برای یافتن نیت واقعی‌اند. آنچه مشتری می‌پرسد را به صفحه و مقاله تبدیل کنید.

رقابت را واقع‌بینانه ببینید. گاهی رتبه گرفتن روی یک خوشه متوسط سریع‌تر از جنگیدن روی یک کلمه اشباع‌شده درآمد می‌آورد. بعد از تثبیت خوشه‌های میانی، به سراغ عبارات سخت‌تر بروید. این رویکرد در سئو در مشهد برای کسب‌وکارهای متوسط معمولاً منطقی‌تر است.

پیگیری رتبه باید با پیگیری تبدیل همراه شود. اگر کلمه‌ای بالا آمد ولی تماس نساخت، عنوان و بخش ابتدایی صفحه را اصلاح کنید. شاید پیام قیمت، زمان پاسخ یا اعتمادسازی ناقص باشد.

لینک و اعتبار محلی بدون ریسک

در فضای محلی، معرفی در رسانه‌های شهری مرتبط، همکاری با رویدادهای تخصصی و محتوای قابل ارجاع ارزش بیشتری از لینک‌های بی‌ربط انبوه دارد. کیفیت منبع و ارتباط موضوعی را معیار قرار دهید. گزارش شفاف از فعالیت‌های خارج از صفحه به شما نشان می‌دهد بودجه کجا رفته و چه اثری داشته است.

اگر شریک اجرایی دارید، از او بخواهید علاوه بر رتبه، وضعیت سلامت دامنه و نوع لینک‌ها را توضیح دهد. رشد عجولانه با منابع نامرتبط می‌تواند نوسان ایجاد کند. پایداری، هدف اصلی سئو در مشهد برای برندهایی است که سال‌ها می‌خواهند بمانند.

شاخص‌ها و جمع‌بندی عملی

شاخص‌های پیشنهادی: نمایش در نتایج محلی، کلیک، تماس، درخواست مسیر، فرم رزرو و فروش. این اعداد را ماهانه کنار هم بگذارید تا ببینید کدام صفحه واقعاً می‌فروشد. سپس بودجه محتوا و تبلیغ را به همان صفحات قوی‌تر تزریق کنید.

سئو در مشهد ترکیبی از شناخت مخاطب دوگانه (محلی و مسافر)، زیرساخت فنی تمیز، سئو محلی دقیق و محتوای فصل‌آگاه است. اگر این‌ها هماهنگ پیش بروند، رشد قابل اتکاتر از کمپین‌های مقطعی خواهد بود.

برای شروع ساختاریافته می‌توانید خدمات بهترین سئو را بررسی کنید و اول روی خدمات با حاشیه سود بالاتر تمرکز کنید.

در عمل، همان خدماتی را اولویت بدهید که حاشیه سود و ظرفیت پاسخگویی شما اجازه‌اش را می‌دهد؛ رشد ترافیک بدون آمادگی عملیاتی فقط فشار ایجاد می‌کند.

اگر آماده اجرای مرحله‌به‌مرحله هستید، مسیر سفارش سئو سایت کمک می‌کند محدوده کار، زمان‌بندی و گزارش‌ها از ابتدا شفاف باشد.

سرکرده اصلی قاچاق مواد مخدر و تروریسم در کلمبیا، که متهم به رهبری یک نیروی هزار نفره است، برای محاکمه به کالیفرنیا منتقل شد.

جئووانی آندرس روخاس، ملقب به «اسپایدر»، ۴۵ ساله، روز پنجشنبه از کلمبیا به مقامات آمریکایی تحویل داده شد. روخاس حدود ساعت ۱۶:۳۰ به وقت محلی، در مکانی نامشخص در سن‌دیگو، تحت اسکورت مأموران اداره مبارزه با مواد مخدر آمریکا و اف‌بی‌آی، وارد خاک ایالات متحده شد.

پیش از این، مقامات کلمبیایی طی یک عملیات امنیتی شدید در پایگاه هوایی پلیس ملی کلمبیا در بوگوتا، او را به مسئولان آمریکایی تحویل داده بودند. آبلاردو د لا اسپریلا، رئیس‌جمهور کلمبیا، نیز در مراسم تحویل حضور داشت.

آدام گوردون، دادستان ایالات متحده، اظهار داشت:

کلمبیا و وزارت دادگستری آمریکا در حال پاکسازی شهر خبر کامل گروه‌های قاچاقچی و تروریست مواد مخدر هستند و این روند را با روخاس آغاز کرده‌اند.

اتهام رهبری یک نیروی هزار نفره

مقامات فدرال آمریکا، روخاس را به رهبری گروه شبه‌نظامی «کماندوهای مرزی» متهم کرده‌اند؛ سازمانی مسلح با حدود هزار عضو که در جنوب‌غرب کلمبیا فعالیت می‌کند.

بر اساس اتهامات، روخاس قدرت خود را در شبکه‌های اجتماعی و مصاحبه‌های رسانه‌ای به نمایش می‌گذاشت و در تصاویری در کنار سلاح‌های سنگین و نیروهای مسلح ظاهر می‌شد.

دادستان‌ها می‌گویند این گروه از کشت و تولید کوکائین درآمد کسب می‌کرد و با استفاده از خشونت و سلاح، کنترل مناطق مختلف را در یکی از مهم‌ترین نواحی تولید کوکائین کلمبیا به دست می‌گرفت.

آدام گوردون افزود:

کوکائین آنها سوخت فعالیت کارتل‌های مکزیکی بود؛ کارتل‌هایی که این سم را به جوامع ما وارد می‌کردند.

پیشینه روخاس و اتهامات فدرال

روخاس پیش از این عضو نیروهای فارک بود و در سال ۲۰۱۶ توافق صلح کلمبیا را امضا کرد، اما بعدها مجدداً به مبارزه مسلحانه بازگشت.

او در فوریه ۲۰۲۵ در کلمبیا بر اساس حکم اینترپل مرتبط با جرایم مواد مخدر بازداشت شد. استرداد او به آمریکا بعداً مورد موافقت قرار گرفت، اما این روند به دلیل مشارکت روخاس در مذاکرات صلح به تعویق افتاد.

آبلاردو د لا اسپریلا، رئیس‌جمهور کلمبیا، در ۲۶ آگوست دستور استرداد روخاس به آمریکا را صادر کرد. روخاس با اتهامات توطئه بین‌المللی برای توزیع کوکائین و تروریسم مرتبط با قاچاق مواد مخدر روبه‌رو است.

اتهام توطئه برای توزیع کوکائین حداقل ۱۰ سال زندان و حداکثر حبس ابد مجازات دارد. اتهام تروریسم مرتبط با قاچاق مواد مخدر نیز دست‌کم ۲۰ سال زندان و حداکثر حبس ابد به همراه خواهد داشت. قرار است روخاس در تاریخ ۲۸ سپتامبر در برابر استیو بی. چو، قاضی دادرس فدرال آمریکا، حاضر شود.

آنتونی آلبانیزی، نخست‌وزیر استرالیا، اعلام کرد که در ماه ژوئن، یکی از عامل‌های هوش مصنوعی شرکت OpenAI به وب‌سایت عمومی مدیکر (Medicare)، که سامانه بیمه درمانی دولتی استرالیا است، نفوذ کرده بود.

آلبانیزی در این باره با سم آلتمن، مدیرعامل OpenAI، گفتگو کرده و نگرانی‌های جدی کشورش را به او منتقل کرده است. او همچنین از OpenAI به دلیل تأخیر زیاد در اطلاع‌رسانی به مقامات استرالیایی انتقاد کرد.

تأخیر در اطلاع‌رسانی به دولت استرالیا

بر اساس گزارش گاردین، OpenAI تنها در تاریخ ۱۰ سپتامبر، ایمیلی حاوی اطلاعات این رخنه امنیتی را به یک نشانی ایمیل عمومی دولتی استرالیا ارسال کرد. از آنجا که این حساب ایمیل روزی یک‌بار بررسی می‌شود، مقامات دولتی تا ۱۱ سپتامبر از این موضوع مطلع نشدند. کتی گالاگر، وزیر خدمات دولتی استرالیا، نیز در ۱۷ سپتامبر از این حادثه باخبر شد. تحقیقات در این زمینه همچنان ادامه دارد، اما آلبانیزی اظهار داشت که در حال حاضر هیچ مدرکی دال بر خروج اطلاعات معماری نیوز شخصی سلامت افراد توسط عامل هوش مصنوعی از این سامانه وجود ندارد.

کنراد استوس، مسئول حکمرانی در مؤسسه پژوهشی غیرانتفاعی Transluce که بر روی درک بهتر عملکرد سامانه‌های هوش مصنوعی تمرکز دارد، به نیویورک تایمز گفت که این حادثه احتمالاً نخستین موردی است که یک عامل هوش مصنوعی به صورت مستقل تصمیم به حمله سایبری به یک نهاد دولتی گرفته است.

Transluce همچنین چندین رویداد دیگر را شناسایی کرده که پیش از این گزارش نشده بودند. در این موارد، عامل‌های OpenAI در حین آزمایش و با مأموریت جمع‌آوری داده، به اهداف واقعی در خارج از محیط آزمایش حمله کرده بودند. تمامی این اتفاقات قبل از آن رخ دادند که Hugging Face در ماه ژوئیه دسترسی غیرمجاز به سامانه‌های خود را شناسایی کند و OpenAI نیز تأیید کند که عامل‌هایش وارد مخزن هوش مصنوعی این شرکت شده‌اند.

تلاش برای نفوذ به چندین سامانه دیگر

طبق گزارش نیویورک تایمز، علاوه بر وب‌سایت مدیکر استرالیا، عامل هوش مصنوعی OpenAI در روزهای ۲۵ و ۲۶ مه نیز تلاش کرده بود به یک کتابخانه دیجیتال در دانشگاه نیومکزیکو نفوذ کند. ظاهراً هدف این عامل، دسترسی به تصاویری از یک مرکز تاریخی درمان سل در آرشیو این کتابخانه بود. هنگامی که عامل نتوانست تصاویر مورد نظر را پیدا کند، شروع به جستجوی آسیب‌پذیری‌هایی کرد که می‌توانست از آنها برای نفوذ استفاده کند. پس از ناکامی در ورود به کتابخانه دیجیتال، عامل تعداد زیادی درخواست به سرور دانشگاه ارسال کرد و باعث ایجاد ترافیک سنگین بر روی آن شد.

در حادثه دیگری که در ۲۸ مه رخ داد، عامل OpenAI وب‌سایت Data USA را هدف قرار داد؛ این پلتفرم متن‌باز، اطلاعات جمع‌آوری‌شده از چندین نهاد فدرال آمریکا را به صورت بصری ارائه می‌دهد. عامل ابتدا برای دریافت داده از سایت یک درخواست ارسال کرد، اما پس از ناکامی، شروع به بررسی آسیب‌پذیری‌های وب‌سایت کرد.

به نظر نمی‌رسد عامل‌های OpenAI در نفوذ به وب‌سایت Data USA یا کتابخانه دانشگاه نیومکزیکو موفق شده باشند. سخنگوی OpenAI به نیویورک تایمز گفت که این شرکت پیش از این با هر دو مجموعه در مورد این رویدادها تماس گرفته است.

این سخنگو افزود که OpenAI پس از بررسی گسترده مدل‌های خود، متوجه تلاش عامل برای نفوذ به وب‌سایت دولت استرالیا شد و دریافت که مدل‌ها اقداماتی را انجام داده‌اند که این شرکت قصد انجام آنها را نداشته است. OpenAI اعلام کرده که بررسی این موضوع احتمالاً چند ماه دیگر زمان خواهد برد.

تلاش OpenAI برای نظارت بیشتر بر عامل‌های هوش مصنوعی

OpenAI اخیراً چارچوب جدیدی برای گزارش موارد ناسازگاری رفتاری معرفی کرده است؛ این چارچوب با هدف تسریع انتشار اطلاعات در مورد مواردی طراحی شده که فناوری‌های هوش مصنوعی این شرکت برخلاف انتظار عمل می‌کنند.

این شرکت در همان گزارش از شش رویداد دیگر نیز پرده برداشت که در آنها مدل‌هایش رفتارهای نگران‌کننده و پیش‌بینی‌نشده از خود نشان داده بودند. این اطلاع‌رسانی پس از آن انجام شد که OpenAI پذیرفت عامل‌های هوش مصنوعی آن به Hugging Face نفوذ کرده‌اند و گزارش‌هایی درباره رویدادهای قبلی، از جمله ورود عامل‌های این شرکت به RubyGems، منتشر شد.

OpenAI در آن گزارش اعلام کرد:

ما معتقد نیستیم صنعت هوش مصنوعی هنوز مسئله هم‌راستایی و نظارت را به اندازه‌ای حل کرده باشد که بتوان برای مدت طولانی دیگر با بیشترین سرعت ممکن و به شکلی مسئولانه به توسعه این فناوری ادامه داد.

سم آلتمن نیز اخیراً در سخنرانی خود برای سازمان ملل متحد گفت که صنعت هوش مصنوعی به استانداردهای ارزیابی بین‌المللی نیاز دارد تا توانایی‌ها و خطرات ابزارهای هوش مصنوعی را اندازه‌گیری کند و همچنین مشخص شود که این فناوری‌ها تا چه اندازه به نظارت انسانی نیاز دارند.

در افتتاحیه اجلاس Snapdragon Summit 2026 در مائویی، کوالکام چشم‌اندازی از آینده را ترسیم کرد که در آن هوش مصنوعی می‌تواند بخش‌های مهمی از زندگی روزمره ما را از طریق گوشی‌های هوشمند مدیریت کند.

کریستیانو آمون، مدیرعامل کوالکام، در بخشی از سخنرانی خود به این موضوع پرداخت که چگونه عامل‌های هوش مصنوعی می‌توانند برای کاربران خرید کنند. او از آینده‌ای سخن گفت که در آن هوش مصنوعی به حساب بانکی یا کارت اعتباری افراد دسترسی خواهد داشت و کوالکام معتقد است این قابلیت مزایای خاص خود را دارد.

کوالکام سال‌هاست که آینده‌ای را پیش‌بینی می‌کند که در آن عامل‌های هوش مصنوعی روی دستگاه‌های شخصی، عادت‌ها و ترجیحات کاربران را به قدری دقیق می‌شناسند که می‌توانند از طرف آن‌ها تصمیمات مناسبی بگیرند. این توانایی در نهایت می‌تواند شامل خرید کالاهای ضروری، هدیه، یا حتی رزرو سفر شود. چالش اصلی این است که عامل هوش مصنوعی چگونه زمان مناسب برای خرید را تشخیص دهد و کاربر تا چه حد در تصمیم نهایی دخالت داشته باشد.

هنوز راهکار قطعی برای این مسائل یافت نشده و احتمالاً زمان زیادی برای رسیدن به آن لازم است. یکی از نگرانی‌های اصلی، دسترسی عامل هوش مصنوعی به اطلاعات بانکی، خرج کردن پس‌انداز فرد، یا ایجاد بدهی سنگین روی کارت اعتباری اوست. کوالکام در اجلاس امسال راهکاری احتمالی را نمایش داد که در آن عامل پیش از خرج کردن پول، در چند مرحله از کاربر تأیید می‌گیرد.

کریستیانو آمون در سخنرانی خود اظهار داشت:

وقتی یک عامل هوش مصنوعی از طرف شما عمل می‌کند، باید به خود عامل و همچنین به دستگاه اعتماد داشته باشید، به‌خصوص در کاری مانند خرید کردن.

طبیعی است که آمون این ایده را با محوریت فناوری‌های شرکت خود معرفی می‌کرد، اما توضیحات او نشان داد که کوالکام از تردیدهای کاربران در مورد سپردن خرید به هوش مصنوعی آگاه است. او توضیح داد که شرکت در حال توسعه فناوری‌هایی برای محافظت از اطلاعات شخصی و ایجاد محیطی امن در دستگاه‌هاست.

آمون افزود:

عامل باید هویت شما را احراز کند، فعالیت خود را انجام دهد و در تمام مراحل، کنترل را در اختیار خودتان باقی بگذارد.

حدود ۴۵ دقیقه پس از آغاز سخنرانی، کوالکام نمونه‌ای از نحوه عملکرد چنین سیستمی را به نمایش گذاشت. در این سناریو، زنی با عینک هوشمند از کنار یک فروشگاه عبور می‌کند و عامل هوش مصنوعی به او یادآوری می‌کند که قبلاً از همان فروشگاه ضدآفتاب و بالم لب خریده است و می‌پرسد آیا می‌خواهد دوباره آن‌ها را تهیه کند. زن خرید را تأیید می‌کند و عامل به او اطلاع می‌دهد که می‌تواند برای دریافت کالاها به فروشگاه مراجعه کند.

او سپس در خیابان به مسیر خود ادامه می‌دهد و درباره خرید لپ‌تاپ از عامل سؤال می‌کند. سیستم او را به فروشگاهی هدایت می‌کند که چند مدل لپ‌تاپ در آن به نمایش گذاشته شده است. زن یکی از مدل‌ها را انتخاب می‌کند، اما عامل پیش از نهایی‌کردن تراکنش از او می‌خواهد خرید را تأیید کند.

تأکید کوالکام بر اعتماد و کنترل کاربر

کوالکام در این مسیر با احتیاط گام برمی‌دارد و برای افزایش اعتماد مخاطبان، مدیران یک پلتفرم معتبر پرداخت را نیز وارد برنامه کرده تا نشان دهد مؤسسات مالی مورد اعتماد کاربران همچنان بخشی از فرایند خواهند بود. مایکل میباخ، مدیرعامل Mastercard، در یک ویدئوی از پیش ضبط‌شده تأکید کرد که مردم تنها زمانی از این روش‌ها استفاده خواهند کرد که به امنیت پرداخت‌ها و اطلاعاتشان اعتماد داشته باشند.

راجا راجمانار، عضو ارشد فنی Mastercard، نیز روی صحنه کنار آمون حضور داشت و درباره اعتماد ضمنی کاربران به عاملی صحبت کرد که از طرف آن‌ها فعالیت می‌کند. این اعتماد می‌تواند از سوی برندی شکل بگیرد که فرد از قبل به آن اطمینان دارد؛ برای نمونه مسترکارت.

هرچند این توضیحات بخشی از تبلیغات تجاری شرکت‌هاست، اما به نگرانی قابل‌درکی اشاره می‌کند. طی چند دهه گذشته، مردم به خرید اینترنتی عادت کرده‌اند و تردیدهای اولیه آن‌ها زمانی کاهش یافت که پرداخت آنلاین به فرایندی قابل‌اعتماد تبدیل شد. عامل‌های هوش مصنوعی فاصله بیشتری میان فرد و پرداخت پول ایجاد می‌کنند، بنابراین برای پذیرش این فناوری باید مرحله تازه‌ای از اعتماد شکل بگیرد.

تصویری که کوالکام ارائه کرد، شامل نقاط مشخصی است که عامل هوش مصنوعی پیش از خرج کردن پول، متوقف می‌شود و از کاربر اجازه می‌گیرد. چنین سازوکاری می‌تواند در شرایطی که مردم هنوز نسبت به روش جدید پرداخت با هوش مصنوعی اطمینان کامل ندارند، احساس امنیت بیشتری ایجاد کند.

مسیر طولانی تا پرداخت توسط عامل‌های هوش مصنوعی

هسته اصلی این فرایند، خود عامل هوش مصنوعی است که روی گوشی هوشمند کاربر اجرا می‌شود. کریس پاتریک، معاون ارشد کوالکام و مدیرکل بخش گوشی‌های هوشمند، در نشست رسانه‌ای پس از سخنرانی اصلی گفت جلب اعتماد مصرف‌کنندگان به چنین سیستمی به زمان نیاز دارد.

دینو بکیس، معاون ارشد کوالکام در بخش موبایل پریمیوم و واحد کسب‌وکار هوش مصنوعی، معتقد است مؤسسات مالی باید نقش پررنگی در ایجاد این اعتماد داشته باشند. همان‌طور که امروزه شرکت‌های ارائه‌دهنده کارت اعتباری در برابر تراکنش‌های تقلبی یا خریدهای اشتباه، به‌ویژه پس از سرقت کارت، از مشتریان حمایت می‌کنند، در صورت خرید اشتباه عامل هوش مصنوعی نیز باید نوعی تضمین برای مصرف‌کننده وجود داشته باشد.

بکیس گفت:

مؤسسات مالی باید نوعی پشتوانه ایجاد کنند و به مصرف‌کننده بگویند اگر چنین اتفاقی رخ داد، سطحی از حمایت و حفاظت از حقوق او وجود خواهد داشت.

پس از آن، در یکی از اتاق‌های نمایشگاهی کوالکام، نمونه‌های مفهومی معرفی‌شده روی صحنه به نمایش درآمدند. یکی از این نمونه‌ها فرایند خرید کالا توسط عامل هوش مصنوعی را شبیه‌سازی می‌کرد. این نمایش سه مرحله اصلی داشت: نخست شناسایی چیزی که کاربر شهر موزیک قصد خرید آن را دارد، سپس پیدا کردن گزینه مناسب توسط عامل و مطرح کردن پیشنهاد خرید، و در نهایت انجام تراکنش.

در افتتاحیه اجلاس Snapdragon Summit 2026 در مائویی، کوالکام چشم‌اندازی از آینده را ترسیم کرد که در آن هوش مصنوعی می‌تواند بخش‌های مهمی از زندگی روزمره ما را از طریق گوشی‌های هوشمند مدیریت کند.

کریستیانو آمون، مدیرعامل کوالکام، در بخشی از سخنرانی خود به این موضوع پرداخت که چگونه عامل‌های هوش مصنوعی می‌توانند برای کاربران خرید کنند. او از آینده‌ای سخن گفت که در آن هوش مصنوعی به حساب بانکی یا کارت اعتباری افراد دسترسی خواهد داشت و کوالکام معتقد است این قابلیت مزایای خاص خود را دارد.

کوالکام سال‌هاست که آینده‌ای را پیش‌بینی می‌کند که در آن عامل‌های هوش مصنوعی روی دستگاه‌های شخصی، عادت‌ها و ترجیحات کاربران را به قدری دقیق می‌شناسند که می‌توانند از طرف آن‌ها تصمیمات مناسبی بگیرند. این توانایی در نهایت می‌تواند شامل خرید کالاهای ضروری، هدیه، یا حتی رزرو سفر شود. چالش اصلی این است که عامل هوش مصنوعی چگونه زمان مناسب برای خرید را تشخیص دهد و کاربر تا چه حد در تصمیم نهایی دخالت داشته باشد.

هنوز راهکار قطعی برای این مسائل یافت نشده و احتمالاً زمان زیادی برای رسیدن به آن لازم است. یکی از نگرانی‌های اصلی، دسترسی عامل هوش مصنوعی به اطلاعات بانکی، خرج کردن پس‌انداز فرد، یا ایجاد بدهی سنگین روی کارت اعتباری اوست. کوالکام در اجلاس امسال راهکاری احتمالی را نمایش داد که در آن عامل پیش از خرج کردن پول، در چند مرحله از کاربر تأیید می‌گیرد.

کریستیانو آمون در سخنرانی خود اظهار داشت:

وقتی یک عامل هوش مصنوعی از طرف شما عمل می‌کند، باید به خود عامل و همچنین به دستگاه اعتماد داشته باشید، به‌خصوص در کاری مانند خرید کردن.

طبیعی است که آمون این ایده را با محوریت فناوری‌های شرکت خود معرفی می‌کرد، اما توضیحات او نشان داد که کوالکام از تردیدهای کاربران در مورد سپردن خرید به هوش مصنوعی آگاه است. او توضیح داد که شرکت در حال توسعه فناوری‌هایی برای محافظت از اطلاعات شخصی و ایجاد محیطی امن در دستگاه‌هاست.

آمون افزود:

عامل باید هویت شما را احراز کند، فعالیت خود را انجام دهد و در تمام مراحل، کنترل را در اختیار خودتان باقی بگذارد.

حدود ۴۵ دقیقه پس از آغاز سخنرانی، کوالکام نمونه‌ای از نحوه عملکرد چنین سیستمی را به نمایش گذاشت. در این سناریو، زنی با عینک هوشمند از کنار یک فروشگاه عبور می‌کند و عامل هوش مصنوعی به او یادآوری می‌کند که قبلاً از همان فروشگاه ضدآفتاب و بالم لب خریده است و می‌پرسد آیا می‌خواهد دوباره آن‌ها را تهیه کند. زن خرید را تأیید می‌کند و عامل به او اطلاع می‌دهد که می‌تواند برای دریافت کالاها به فروشگاه مراجعه کند.

او سپس در خیابان به مسیر خود ادامه می‌دهد و درباره خرید لپ‌تاپ از عامل سؤال می‌کند. سیستم او را به فروشگاهی هدایت می‌کند که چند مدل لپ‌تاپ در آن به نمایش گذاشته شده است. زن یکی از مدل‌ها را انتخاب می‌کند، اما عامل پیش از نهایی‌کردن تراکنش از او می‌خواهد خرید را تأیید کند.

تأکید کوالکام بر اعتماد و کنترل کاربر

کوالکام در این مسیر با احتیاط گام برمی‌دارد و برای افزایش اعتماد مخاطبان، مدیران یک پلتفرم معتبر پرداخت را نیز وارد برنامه کرده تا نشان دهد مؤسسات مالی مورد اعتماد کاربران همچنان بخشی از فرایند خواهند بود. مایکل میباخ، مدیرعامل Mastercard، در یک ویدئوی از پیش ضبط‌شده تأکید کرد که مردم تنها زمانی از این روش‌ها استفاده خواهند کرد که به امنیت پرداخت‌ها و اطلاعاتشان اعتماد داشته باشند.

راجا راجمانار، عضو ارشد فنی Mastercard، نیز روی صحنه کنار آمون حضور داشت و درباره اعتماد ضمنی کاربران به عاملی صحبت کرد که از طرف آن‌ها فعالیت می‌کند. این اعتماد می‌تواند از سوی برندی شکل بگیرد که فرد از قبل به آن اطمینان دارد؛ برای نمونه مسترکارت.

هرچند این توضیحات بخشی از تبلیغات تجاری شرکت‌هاست، اما به نگرانی قابل‌درکی اشاره می‌کند. طی چند دهه گذشته، مردم به خرید اینترنتی عادت کرده‌اند و تردیدهای اولیه آن‌ها زمانی کاهش یافت که پرداخت آنلاین به فرایندی قابل‌اعتماد تبدیل شد. عامل‌های هوش مصنوعی فاصله بیشتری میان فرد و پرداخت پول ایجاد می‌کنند، بنابراین برای پذیرش این فناوری باید مرحله تازه‌ای از اعتماد شکل بگیرد.

تصویری که کوالکام ارائه کرد، شامل نقاط مشخصی است که عامل هوش مصنوعی پیش از خرج کردن پول، متوقف می‌شود و از کاربر اجازه می‌گیرد. چنین سازوکاری می‌تواند در شرایطی که مردم هنوز نسبت به روش جدید پرداخت با هوش مصنوعی اطمینان کامل ندارند، احساس امنیت بیشتری ایجاد کند.

مسیر طولانی تا پرداخت توسط عامل‌های هوش مصنوعی

هسته اصلی این فرایند، خود عامل هوش مصنوعی است که روی گوشی هوشمند کاربر اجرا می‌شود. کریس پاتریک، معاون ارشد کوالکام و مدیرکل بخش گوشی‌های هوشمند، در نشست رسانه‌ای پس از سخنرانی اصلی گفت جلب اعتماد مصرف‌کنندگان به چنین سیستمی به زمان نیاز دارد.

دینو بکیس، معاون ارشد کوالکام در بخش موبایل پریمیوم و واحد کسب‌وکار هوش مصنوعی، معتقد است مؤسسات مالی باید نقش پررنگی در ایجاد این اعتماد داشته باشند. همان‌طور که امروزه شرکت‌های ارائه‌دهنده کارت اعتباری در برابر تراکنش‌های تقلبی یا خریدهای اشتباه، به‌ویژه پس از سرقت کارت، از مشتریان حمایت می‌کنند، در صورت خرید اشتباه عامل هوش مصنوعی نیز باید نوعی تضمین برای مصرف‌کننده وجود داشته باشد.

بکیس گفت:

مؤسسات مالی باید نوعی پشتوانه ایجاد کنند و به مصرف‌کننده بگویند اگر چنین اتفاقی رخ داد، سطحی از حمایت و حفاظت از حقوق او وجود خواهد داشت.

پس از آن، در یکی از اتاق‌های نمایشگاهی کوالکام، نمونه‌های مفهومی معرفی‌شده روی صحنه به نمایش درآمدند. یکی از این نمونه‌ها فرایند خرید کالا توسط عامل هوش مصنوعی را شبیه‌سازی می‌کرد. این نمایش سه مرحله اصلی داشت: نخست شناسایی چیزی که کاربر شهر موزیک قصد خرید آن را دارد، سپس پیدا کردن گزینه مناسب توسط عامل و مطرح کردن پیشنهاد خرید، و در نهایت انجام تراکنش.

علی‌بابا از تراشه جدید خود با نام Zhenwu V900 رونمایی کرده و ادعا می‌کند که این پردازنده، قدرتمندترین تراشه هوش مصنوعی حال حاضر در چین است. به گفته این شرکت، عملکرد Zhenwu V900 نسبت به نسل قبلی خود، Zhenwu M890، حدود سه برابر بهبود یافته است.

ادی وو، مدیرعامل علی‌بابا، این خبر را در کنفرانس سالانه ابری Apsara در هانگژو اعلام کرد. تراشه Zhenwu V900 توسط واحد طراحی تراشه علی‌بابا، T-Head، توسعه یافته است. علی‌بابا در شبکه اجتماعی X اعلام کرد که V900 قابلیت آموزش مدل‌ها با دقت بالا و همچنین استنتاج با دقت بسیار پایین را داراست.

همزمان با معرفی این تراشه، علی‌بابا دو برنامه مهم دیگر را نیز اعلام کرد: توسعه مدل‌هایی با حداکثر ۱۰ تریلیون پارامتر و افزایش ظرفیت مراکز داده شرکت به ۲۰ گیگاوات تا سال ۲۰۳۲.

ویژگی‌های کلیدی Zhenwu V900

T-Head برخی از مشخصات فنی این تراشه را منتشر کرده است. طبق این اطلاعات، V900 دارای ۲۱۶ گیگابایت حافظه بوده و پهنای باند ارتباطی بین تراشه‌ای آن به ۱۲۰۰ گیگابایت بر ثانیه می‌رسد.

این پردازنده به صورت بومی از FP32 تا FP4 پشتیبانی می‌کند. T-Head واحد محاسباتی Tensor Core را بازطراحی کرده تا دقت اجرای دستورات در FP8 و FP4 افزایش یابد. همچنین فرمت‌های بیشتری برای ضرایب مقیاس و پیکربندی‌های اندازه بلوک در استانداردهای MXFP8 و MXFP4 در نظر گرفته شده است.

ادی وو اشاره کرد که یک کلاستر می‌تواند تا ۵۰۰ هزار تراشه V900 را در خود جای دهد. او افزود که چنین سیستمی برای آموزش و استنتاج مدل‌های پیشرفته و نسل جدید هوش مصنوعی به کار گرفته خواهد شد. علی‌بابا تراشه M890 را در ماه مه معرفی کرده بود.

تولید انبوه و عرضه تجاری V900 برای سه ماهه اول سال ۲۰۲۷ برنامه‌ریزی شده است. لیام مو و ادواردو باپتیستا از رویترز گزارش دادند که وو پیش‌بینی می‌کند تعداد تراشه‌های هوش مصنوعی ارسال‌شده توسط علی‌بابا سالانه رشد قابل توجهی داشته باشد.

بلومبرگ گزارش داده است که علی‌بابا قصد دارد خانواده تراشه‌های خود را هر سال به‌روزرسانی کند. طبق برآورد این رسانه، تاکنون ۵۶۰ هزار تراشه از خانواده Zhenwu به بیش از ۴۰۰ مشتری خارجی تحویل داده شده است. با این حال، در پست رسمی علی‌بابا تعداد مشتریان بیش از ۶۵۰ مجموعه عنوان شده است. این مشتریان در صنایع مختلفی از جمله خودروسازی، مدل‌های زبانی و هوش مصنوعی تجسم‌یافته فعالیت می‌کنند.

این شرکت همچنین نقشه راه نسل بعدی پردازنده‌های سروری Yitian را تشریح کرد. این تراشه‌ها برای فعالیت‌های مبتنی بر هوش مصنوعی عامل‌محور طراحی شده‌اند و قرار است در سال ۲۰۲۷ وارد بازار شوند.

Qwen 5 با ۱۰ تریلیون پارامتر

علی‌بابا در حال حاضر مشغول آموزش Qwen 4 است. ادی وو اعلام کرد که مدل‌های بعدی این خانواده، یعنی Qwen 4.5 و Qwen 5، ابعادی بین ۵ تا ۱۰ تریلیون پارامتر خواهند داشت.

مدل پرچم‌دار فعلی، Qwen 3.8 Max، دارای ۲.۴ تریلیون پارامتر است و علی‌بابا در ماه اوت آن را توانمندترین مدل خود معرفی کرده بود. وو این افزایش چشمگیر در مقیاس مدل‌ها را مسیری به سوی ابرهوش مصنوعی دانست. به گفته او، مدل‌های بزرگ‌تر برای انجام وظایف طولانی‌تر و پیچیده‌تر توسعه پیدا می‌کنند.

او همچنین گفت که تیم Qwen روی خودبهبود بازگشتی کار می‌کند؛ فرآیندی که طی آن مدل می‌تواند نقاط ضعف خود را شناسایی کند، آزمایش انجام دهد و با دخالت بسیار محدود انسان، داده‌های آموزشی تولید کند. وو پیشرفت حاصل‌شده در این زمینه را معنادار توصیف کرد.

هدف‌گذاری ۲۰ گیگاواتی تا سال ۲۰۳۲

سومین محور مهم اعلام‌شده به زیرساخت مربوط می‌شد. ادی وو هدف‌گذاری کرده است که ظرفیت جهانی مراکز داده Alibaba Cloud تا سال ۲۰۳۲ از ۲۰ گیگاوات عبور کند.

بلومبرگ به نقل از برآورد سیتی‌گروپ گزارش داده که چنین ظرفیتی می‌تواند بیش از ۱۶۰ میلیارد دلار درآمد خارجی برای بخش ابری علی‌بابا ایجاد کند. شرکت املاک تجاری کوشمن اند ویکفیلد اعلام کرده که تنها در آمریکا ۳۷.۷ گیگاوات ظرفیت مراکز داده در حال ساخت است. اسپیس‌ایکس نیز در میانه امسال حدود ۱.۴ گیگاوات ظرفیت محاسباتی هوش مصنوعی داشت و طبق گزارش آسوشیتدپرس قصد دارد این رقم را در سال ۲۰۲۷ به بیش از ۱۰ گیگاوات برساند.

وو محدودیت اصلی را در زنجیره تأمین دانست. او گفت کمبود جهانی در بخش‌های مختلف زنجیره تأمین مراکز داده هوش مصنوعی، سرعت گسترش توان محاسباتی علی‌بابا کانون نماز را کاهش داده و در میان‌مدت و بلندمدت، تقاضای صنعت بسیار بیشتر از ظرفیت عرضه شرکت خواهد بود.

Alibaba Cloud قرار است از همین سه ماهه، ابررایانه‌های هوش مصنوعی خود موسوم به ابرگره‌ها را در مقیاس تجاری وارد مدار کند. وو درباره محل ساخت مراکز داده جدید جزئیاتی ارائه نکرد. علی‌بابا طی سه سال بیش از ۵۳ میلیارد دلار برای توسعه هوش مصنوعی اختصاص داده و در ماه اوت نیز حدود ۱۰.۲ میلیارد دلار از طریق فروش ثانویه سهام جذب کرده است.

هزینه‌های سنگین این طرح در صورت‌های مالی شرکت نیز نمایان شده است. سود فصلی علی‌بابا پس از نزدیک به ۱۰ میلیارد دلار هزینه‌کرد، ۷۵ درصد کاهش پیدا کرد. مدیران شرکت انتظار دارند درآمد سالانه محصولات هوش مصنوعی در همین سه ماهه به ۱۰ میلیارد دلار برسد. آن‌ها همچنین معتقدند سرمایه‌گذاری انجام‌شده ظرف سه سال قابل جبران خواهد بود و درآمد حاصل از بخش‌های ابری و هوش مصنوعی طی پنج سال به ۱۰۰ میلیارد دلار می‌رسد.

بازار نیز واکنش مثبتی به این خبر نشان داد. سهام علی‌بابا در بورس هنگ‌کنگ روز سه‌شنبه ۵.۱ درصد رشد کرد و به بالاترین سطح خود در یک ماه گذشته رسید. سهام تنسنت نیز بیش از ۷ درصد افزایش یافت.

چرا علی‌بابا تراشه‌های خود را می‌سازد؟

محدودیت‌های صادراتی آمریکا، دسترسی چین به پیشرفته‌ترین شتاب‌دهنده‌های Nvidia را دشوار کرده است. همین محدودیت‌ها تا حد زیادی شرکت‌های چینی را از استفاده از ظرفیت TSMC نیز محروم می‌کند. بلومبرگ گزارش داده است که هنوز مشخص نیست علی‌بابا با SMIC، رقیب TSMC که با محدودیت ظرفیت تولید روبه‌رو است، همکاری دارد یا خیر.

هواوی نیز هفته گذشته در کنفرانس Connect خود فناوری جدیدی برای تراشه‌هایش معرفی کرد. نیل شاه، معاون شرکت تحقیقاتی Counterpoint Research، به آسوشیتدپرس گفت استفاده از توان محاسباتی بیشتر برای جبران محدودیت‌های تراشه می‌تواند به چین کمک کند جایگاه قدرتمند خود را در بازار داخلی حفظ کند.

پارو شرما، همکار او، بیشتر روی مسئله تولید تمرکز کرد. او گفت میزان کاهش

شرکت OpenEvidence، که ابزار هوش مصنوعی خود را برای پزشکان در ایالات متحده عرضه می‌کند، قصد دارد این فناوری را در کشورهایی با دسترسی محدود به منابع پزشکی نیز ارائه دهد.

بر اساس گزارش رویترز، این شرکت با همکاری Anthropic، پلتفرم تخصصی خود را به صورت رایگان در اختیار پزشکان و کادر درمان در کشورهای کم‌درآمد و با درآمد متوسط قرار می‌دهد.

OpenEvidence اعلام کرده است که این طرح در حدود ۱۰۰ کشور، از جمله اوگاندا، آنگولا، سودان، هائیتی و مغولستان، اجرا خواهد شد. جزئیات مالی این همکاری توسط هیچ‌یک از دو شرکت فاش نشده است.

این سرویس به پرسش‌های بالینی پزشکان با استفاده از پژوهش‌های داوری‌شده و دستورالعمل‌های درمانی پاسخ می‌دهد و در حال حاضر برای پزشکان در ایالات متحده و اروپا رایگان است.

طبق توضیحات دو شرکت، Anthropic مسئول فناوری زیربنایی این سامانه است، در حالی که OpenEvidence آن را متناسب با نیازهای نظام سلامت هر منطقه تنظیم خواهد کرد. دانیل نادلر، بنیان‌گذار OpenEvidence، به رویترز گفت که پزشکان آمریکایی در ماه اوت ۴۲ میلیون بار از این پلتفرم استفاده کرده‌اند.

OpenEvidence پیش از این اعلام کرده بود که با سازمان‌های بهداشتی در رواندا و بوتسوانا همکاری کرده تا ابزارهای خود را برای شرایطی که الگوهای بیماری، امکانات تشخیصی و گزینه‌های درمانی با کشورهای ثروتمند متفاوت است، تطبیق دهد.

پروژه رواندا با همکاری مرکز زیست‌پزشکی رواندا و سازمان Resolve to Save Lives انجام شد. در این طرح، ۴۵ پزشک و پرستار محلی این ابزار را آزمایش کرده و بازخوردهای لازم را برای تغییرات مورد نیاز ارائه دادند.

نادلر به رویترز اظهار داشت: «صد درصد چیزی که برای این مناطق توسعه می‌دهیم، به‌گونه‌ای طراحی شده است که بتواند خود را با شرایط و زمینه محلی تطبیق دهد.»

منتقدان هوش مصنوعی پزشکی هشدار می‌دهند که سامانه‌هایی که عمدتاً با داده‌های کشورهای پردرآمد آموزش دیده‌اند، ممکن است نتوانند واقعیت ارائه خدمات درمانی در سایر نقاط جهان را به درستی منعکس کنند.

نادلر در پاسخ به این نگرانی‌ها اشاره کرد که حتی در مناطقی که برخی مراکز درمانی همیشه به برق دسترسی ندارند، اکثر پزشکان همچنان تلفن هوشمند دارند و می‌توانند از ابزارهای دیجیتال استفاده کنند.

دانیلا آمودی، رئیس Anthropic، نیز گفت که چنین پروژه‌ای صرفاً با سازوکارهای معمول بازار امکان‌پذیر نبود. او به رویترز توضیح داد: «فناوری اکنون به اندازه کافی پیشرفته شده است، اما انگیزه‌های بازار به تنهایی باعث نمی‌شد چنین طرحی شکل بگیرد و به نوعی حمایت بشردوستانه نیاز بود.»

همچنین این هفته گزارش شد که Anthropic هم‌زمان با گسترش فعالیت خود در حوزه علوم دارویی، آزمایشگاهی برای زیست‌شناسی فیزیکی راه‌اندازی کرده است. برای پزشکانی که از OpenEvidence استفاده می‌کنند، مسئله اصلی بیش از خود فناوری هوش مصنوعی، دسترسی به آن است. دکتر احمد بنداری، متخصص قلب در دانشگاه بنها مصر، به رویترز گفت که گسترش این ابزار فراتر از آمریکا و اروپا اهمیت ویژه‌ای دارد، به‌خصوص در مناطقی که دسترسی پزشکان به مجلات و منابع معتبر پزشکی محدود است.

اکنون پرسش اصلی این است که آیا ابزاری که بخش عمده شواهد مورد استفاده آن از کشورهای خودرو ثروتمند به دست آمده، می‌تواند برای شرایط متفاوت کشورهایی مانند مغولستان و سودان نیز سازگار شود؛ آن هم با تطبیق جداگانه برای هر کشور.

شیائومی برای افزایش هیجان کاربران پیش از معرفی پرچمداران جدید خود، تیزری نسبتاً رمزآلود منتشر کرده است.

این شرکت در پستی رسمی در ویبو نوشت:

امشب کمی خاص است، چون آخرین باری که همدیگر را دیدیم، ۶ سال پیش بود.

تصویری که همراه این پیام منتشر شده، بدنه‌ای شفاف را نشان می‌دهد که به نظر می‌رسد متعلق به Xiaomi 18 Pro یا Xiaomi 18 Pro Max باشد.

این تصویر احتمال بازگشت نسخه‌ای با قاب پشتی شفاف به خانواده پرچمداران شیائومی را بسیار زیاد کرده؛ قابلیتی که چندین سال است در گوشی‌های رده‌بالای این شرکت دیده نشده.

آخرین پرچمدار شیائومی با طراحی شفاف، Mi 10 Ultra در نسخه Transparent Edition بود. پیش از آن نیز مدل‌هایی از سری Mi 9 و Mi 8 با نسخه‌های مشابه و قاب پشتی شفاف عرضه شده بودند. از آن زمان تاکنون هیچ پرچمدار دیگری از شیائومی چنین ظاهر متفاوتی نداشته است و به همین دلیل این تیزر می‌تواند طرفداران طراحی‌های آزمایشی و قدیمی این برند را هیجان‌زده کند.

بر اساس اطلاعات فعلی، امشب احتمالاً سه دستگاه معرفی خواهند شد: Xiaomi 18 Pro ،Xiaomi 18 Pro Max و یک مدل با طراحی شفاف. هنوز مشخص نیست نسخه شفاف صرفاً یک تغییر ظاهری جزئی برای یکی از دو مدل Pro خواهد بود یا اینکه تفاوت‌هایی در مشخصات سخت‌افزاری و قابلیت‌های اصلی نیز خواهد داشت.

در رویداد Snapdragon Summit 2026، زِنگ شوئه‌ژونگ، معاون ارشد گروه شیائومی و رئیس بخش بین‌المللی این شرکت، تأیید کرد که این خانواده نخستین سری گوشی‌های جهان با تراشه‌های Qualcomm Snapdragon 8 Elite Gen 6 خواهد بود. طبق توضیحات او، مدل استاندارد این تراشه در Xiaomi 18 Pro به کار می‌رود و Xiaomi 18 Pro Max به نسخه Extreme مجهز خواهد شد.

این رویکرد دو تراشه‌ای به شیائومی اجازه می‌دهد تجربه پرچمداری متفاوت‌تری برای گروه‌های مختلف کاربران ارائه کند و میان دو مدل Pro و Pro Max تمایز بیشتری ایجاد شود.

شیائومی تنها چند ساعت پیش از رونمایی رسمی، این تیزر را منتشر کرده و سایت تفریحی همچنان بخش عمده‌ای از مشخصات گوشی‌های جدید را مخفی نگه داشته است. هنوز مشخص نیست مدل شفاف در قالب یک نسخه محدود عرضه خواهد شد یا شیائومی آن را در مقیاس گسترده‌تری به بازار می‌فرستد.

کَش پاتل، مدیر اف‌بی‌آی، اخیراً در مصاحبه‌ای اعلام کرد که میزان به‌کارگیری هوش مصنوعی در این سازمان از زمان آغاز فعالیت او به عنوان مدیر، رشدی معادل اتومبیل 605 درصد داشته است. با این حال، جزئیات دقیق این شاخص و مبنای مقایسه آن هنوز به طور کامل مشخص نیست.

پاتل در گفت‌وگو با فاکس نیوز اظهار داشت:

هوش مصنوعی، در صورت استفاده قانونی، ابزاری حیاتی برای تحلیل و دسته‌بندی حجم عظیمی از داده‌ها به شمار می‌رود. او همچنین افزود که این فناوری می‌تواند نقش مهمی در حفاظت از کودکان در برابر حوادث تیراندازی در مدارس ایفا کند.

وی ادعا کرد که هوش مصنوعی در کشف سرنخی که به پیشگیری از یک تیراندازی در کارولینای شمالی انجامید، مؤثر بوده و به گفته او، موارد مشابهی در حدود شش ایالت دیگر نیز رخ داده است.

با وجود این اظهارات، هنوز مشخص نیست که رشد 605 درصدی مورد اشاره پاتل دقیقاً چه چیزی را اندازه‌گیری می‌کند. اطلاعات عمومی درباره میزان و شیوه‌های استفاده اف‌بی‌آی از هوش مصنوعی محدود است و این موضوع ارزیابی مستقل این رقم را دشوار می‌سازد.

آمار و کاربردهای هوش مصنوعی در اف‌بی‌آی

برخی داده‌های موجود می‌توانند تصویری از گسترش استفاده اف‌بی‌آی از هوش مصنوعی ارائه دهند. گزارشی که در فوریه 2026 درباره فهرست کاربردهای هوش مصنوعی وزارت دادگستری آمریکا در سال 2025 منتشر شد، 50 مورد استفاده را به اف‌بی‌آی نسبت داد که 9 مورد از آن‌ها در دسته کاربردهای با تأثیرگذاری بالا قرار داشتند.

کِیتی نویس، مدیر ارشد هوش مصنوعی اف‌بی‌آی، در ماه اوت اعلام کرد که تعداد کاربردهای تأییدشده این فناوری به 139 مورد رسیده است که تقریباً سه برابر رقم ثبت‌شده در ماه ژانویه است.

سال گذشته، اداره خدمات عمومی آمریکا استفاده دولتی از مدل‌های هوش مصنوعی مانند Claude، Gemini و ChatGPT را تأیید و آن‌ها را در اختیار سازمان‌های دولتی قرار داد. در ماه مه امسال نیز وزارت دفاع آمریکا هشت قرارداد با شرکت‌های فعال در حوزه هوش مصنوعی منعقد کرد.

چند ماه پیش، اف‌بی‌آی یک سند خرید منتشر کرد که در آن از شرکت‌ها خواسته شده بود برای تأمین سرورهای هوش مصنوعی به ارزش 88 میلیون دلار پیشنهاد ارائه دهند. این اقدام نشان‌دهنده برنامه‌ریزی این نهاد برای توسعه ظرفیت‌های هوش مصنوعی خود است.

همکاری اف‌بی‌آی با شرکت‌های بزرگ هوش مصنوعی

در 15 سپتامبر، پاتل در یک جلسه استماع سنا گفت که می‌تواند مستقیماً با مدیران عامل شرکت‌های بزرگ فعال در حوزه هوش مصنوعی تماس بگیرد. او اظهار کرد:

همه آن‌ها به درخواست‌های ما پاسخ داده‌اند و در امور مرتبط با اجرای قانون با اف‌بی‌آی همکاری کرده‌اند.

پاتل همچنین افزود که دسترسی به مدل‌های شرکت‌های فناوری می‌تواند مقابله با جرایم مبتنی بر هوش مصنوعی را آسان‌تر سازد. به گفته او، گروه‌های مجرمانه در حال توسعه مدل‌های اختصاصی خود هستند و از حملات تقطیر برای ساخت این سامانه‌ها استفاده می‌کنند.

اف‌بی‌آی اکنون برای جرایم مرتبط با هوش مصنوعی نیز دسته‌بندی مشخصی دارد. این نهاد در تازه‌ترین گزارش جرایم اینترنتی خود، حوزه‌هایی مانند کلاهبرداری‌های سرمایه‌گذاری، روابط عاطفی و فرصت‌های شغلی را از زمینه‌های رایج فعالیت‌های مجرمانه مرتبط با این فناوری معرفی کرده است.

تأثیر هوش مصنوعی بر پرونده‌ها

پاتل در یادداشتی که ماه مه منتشر کرد، مدعی شد استفاده از ابزارهای هوش مصنوعی، از جمله فناوری تشخیص چهره، به افزایش 30 درصدی شناسایی محل کودکان مفقود و رشد 20 درصدی بازداشت‌های مرتبط با سوءاستفاده از کودکان کمک کرده است.

او در همان یادداشت توضیح داد:

اف‌بی‌آی اکنون از ابزارهای جدید هوش مصنوعی برای تولید متن تماس‌های ضبط‌شده، تهیه خلاصه‌های کوتاه و حتی تطبیق ارتباطات میان شکایت‌های مختلف استفاده می‌کند.

پاتل همچنین اشاره کرد که پیام‌هایی که بر اساس حکم بازرسی جمع‌آوری می‌شوند، گاهی به چند هفته زمان برای پردازش توسط گروهی از تحلیلگران نیاز دارند؛ در حالی که هوش مصنوعی می‌تواند حجم مشابهی از اطلاعات را با سرعت بسیار بیشتری بررسی کند.

در مجموع، این تحولات نشان می‌دهد که اف‌بی‌آی در حال گسترش استفاده از ابزارهای هوش مصنوعی است، اما ادعای افزایش 605 درصدی مطرح‌شده از سوی پاتل همچنان بدون مشخص شدن شاخص، دوره مقایسه و داده پایه، مبنای روشنی ندارد.